Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ApuntesGA 09
ApuntesGA 09
(P; Q) = ~u:
dim A = dim V:
1. (P; Q) = ~0 si y sólo si P = Q.
2. (P; Q) = (Q; P ), 8P; Q 2 A.
3. (P; Q) = (R; S) si y sólo si (P; R) = (Q; S).
1
n ! !o
De…nición El punto P0 2 A tal que P0 P1 ; : : : ; P0 Pn es una base de V , se
denomina origen del sistema de referencia fP0 ; P1 ; : : : ; Pn g.
2
por tanto, 8 8
< 4 = x1 + x2 + x3 < x1 = 1
3 = x2 + x3 =) x2 = 2
: :
1 = x3 x3 = 1
y por tanto, (1; 2; 1) son las coordenadas de P respecto de R0 : P (1; 2; 1)R0 .
y sean (a1i ; : : : ; ani ) las coordenadas del vector ~u0i respecto de la base B; esto
es,
u0i = a1i ~u1 + + ani ~un :
! ! !
Sustituyendo lo anterior en OP = OO0 + O0 P obtenemos:
! ! !
OP = OO0 + O0 P
= a1 ~u1 + + an ~un + (y1 ~u01 + + yn ~u0n )
= a1 ~u1 + + an ~un + y1 (a11 ~u1 + + an1 ~un )
+ + yn (a1n ~u1 + + ann ~un )
= (a1 + y1 a11 + + yn a1n ) ~u1
+ + (an + y1 an1 + + yn ann ) ~un
!
y como OP = x1 ~u1 + + xn ~un , igualando coe…cientes, obtenemos:
8
< x1 = a1 + y1 a11 +
> + yn a1n
..
> .
:
xn = an + y1 an1 + + yn ann
3
Matricialmente, el sistema de ecuaciones anterior se escribe:
0 1 0 10 1
1 1 0 0 1
B x1 C B a1 a11 a1n C B C
B C B C B y1 C
B .. C = B .. .. . .. .. A @ .. C
. C B . :
@ . A @ . . A
xn an an1 ann yn
La matriz
0 1
1 0 0
~0t B a1 a11 a1n C
1 B C
MR 0 R = =B .. .. .. .. C
~a MB 0 B @ . . . . A
an an1 ann
Se pide:
Luego
x1 = 3 + 2y1 y2
x2 = 3 y1 + 2y2
4
esto es, 0 1
1 0 0
MR 0 R =@ 3 2 1 A
3 1 2
MAPLE
>restart: >with(linalg):
>M[RpR]:=concat([1,3,3],[0,2,-1],[0,-1,2]);
>M[RRp]:=inverse(M[RpR]);
>evalm(M[RRp]&*[1,3,5]);
>evalm(M[RpR]&*[1,2,3]);
5
1.3 Subespacio afín
De…nición de subespacio afín Sea (A; V; ) un espacio afín real. Un sub-
conjunto L A es un subespacio afín de A si …jado un punto P 2 L el conjunto
W (L) = fP Q j Q 2 Lg
es un subespacio vectorial de V .
Si L A es un subespacio afín, el subespacio vectorial W (L) que cumple lo
~
anterior se denomina subespacio vectorial asociado a L y se denota L.
L1 \ L2 = fP j P 2 L1 y P 2 L2 g
6
Observación Si L1 \ L2 6= ; entonces
! ! !
L1 + L2 = L1 + L2 ;
y si L1 \ L2 = ; entonces
! ! ! !
L1 + L2 = L1 + L2 + L(P1 P2 ); P1 2 L1 ; P2 2 L2 :
! !
Dos subespacios a…nes L1 = P1 + L1 y L2 = P2 + L2 se cortan si y sólo si
! ! !
P1 P2 2 L1 + L2 :
1.3.2 Paralelismo
! !
Decimos que dos subespacios a…nes L1 = P1 + L1 y L2 = P2 + L2 de un espacio
! ! ! !
afín (A; V; ) son paralelos si L1 L2 ó L2 L1 .
! !
Se dice que dos subespacios a…nes L1 = P1 + L1 y L2 = P2 + L2 se cruzan
si ni son paralelos ni se cortan.
2. Si L1 \ L2 = ;, entonces
! !
dim(L1 + L2 ) = dim L1 + dim L2 dim(L1 \ L2 ) + 1:
Demostración Claramente,
! ! ! !
dim(L1 + L2 ) = dim(L1 + L2 ) = dim(L1 + L2 + L(P1 P2 )):
! ! !
Si L1 \ L2 6= ; entonces L1 + L2 = L1 + L2 y entonces
! !
dim(L1 + L2 ) = dim(L1 + L2 )
! ! ! !
= dim L1 + dim L2 dim(L1 \ L2 )
! ! !
= dim L1 + dim L2 dim(L1 \ L2 )
= dim L1 + dim L2 dim(L1 \ L2 ):
! ! ! ! ! !
= L1 + L2 (por tanto, (L1 + L2 ) \ L(P1 P2 ) = f~0g)
Si L1 \ L2 = ; entonces P1 P2 2
! ! !
dim(L1 + L2 ) = dim(L1 + L2 + L(P1 P2 ))
! ! ! ! ! !
= dim(L1 + L2 ) + dim(L(P1 P2 )) dim((L1 + L2 ) \ L(P1 P2 ))
! !
= dim(L1 + L2 ) + 1
! ! ! !
= dim L1 + dim L2 dim(L1 \ L2 ) + 1
! !
= dim L1 + dim L2 dim(L1 \ L2 ) + 1:
7
!
Ejemplo: Posiciones relativas de dos rectas a…nes. Sean L1 = P1 + L1
!
y L2 = P2 + L2 dos rectas a…nes en un espacio afín (A; V; ) de dimensión n.
Las posibles posiciones relativas de L1 y L2 son:
Si L1 \ L2 6= ; entonces o L1 \ L2 es una recta y entonces dim(L1 \ L2 ) = 1
ó L1 \ L2 es un punto y entonces dim(L1 \ L2 ) = 0. Se tiene:
8
Por tanto, X(x1 ; : : : ; xn )R 2 L si y sólo existen 1; : : : ; k 2 R tales que
!
PX = 1~
u1 + + k~
uk ;
esto es,
o, equivalentemente
8
< x1 = a1 +
> 1 a11 + + k a1k
..
> .
:
xn = an + 1 an1 + + k ank
Ecuaciones cartesianas Como estamos suponiendo que los vectores ~u1 ; : : : ; ~uk
son linealmente independientes (si no lo fueran, quitariamos los vectores que se
pueden escribir como combinación lineal del resto) tenemos que
0 1
a11 a1k
B .. C = k:
rg (~u1 ; : : : ; ~uk ) = rg @ ... ..
. . A
an1 ank
!
Por tanto, P X = (x1 a1 ; : : : ; xn an ) 2 L(f~u1 ; : : : ; ~uk g) si y sólo si
0 1
x1 a1 a11 a1k
B .. .. .. .. C = k:
rg @ . . . . A
xn an an1 ank
Observación Sean
8
< a11 x1 +
> + an1 xn = b1
L ..
> .
:
a1r x1 + + anr xn = br
9
Demostración Sean P (p1 ; : : : ; pn )R , Q(q1 ; : : : ; qn )R 2 L veamos que en-
tonces
!
~u = P Q = (q1 p1 ; : : : ; qn pn )
es solución del sistema homogéneo
8
< a11 x1 +
> + an1 xn = 0
..
> .
:
a1r x1 + + anr xn = 0
Un punto X 2 r si y sólo
!
P X = ~u;
esto es, si (x1 ; : : : ; xn ) son las coordenadas de X en la referencia R entonces,
(x1 a1 ; : : : ; xn an ) = (u1 ; : : : ; un )
o, equivalentemente 8
< x1 = a1 +
> 1 u1
..
> .
:
xn = an + 1 un
10
! !
Por último, X(x1 ; : : : ; xn )R 2 r si y sólo si XP 2 L(~u) () XP y ~u son
!
proporcionales. Por tanto, XP 2 L(~u) si y sólo si
0 1
x1 a1 u1
B .. .. C = 1:
rg @ . . A
xn an un
Al imponer que dicho rango sea 1 obtenemos n 1 menores de orden 2 que
deben anularse. Esto es, obtenemos n 1 ecuaciones cartesianas de r.
11
Ejemplo 1 Obtener ecuaciones paramétricas del subespacio afín L de A que
tiene respecto de cierta referencia R = fO; Bg las siguientes ecuaciones carte-
sianas:
x1 + x2 + 2x3 = 1
L
2x2 x3 = 1
1 1
rg = 2;
0 2
obtenemos: 8 1 5
< x1 = 2 2
1 1
x2 = 2 + 2
:
x3 =
que son unas ecuaciones paramétricas de L.
x1 + x2 + 2x3 = 0
2x2 x3 = 0
Solución Los vectores ~u1 ; ~u2 que generan L ~ son linealmente independi-
entes. Por tanto, dim L = 2.
Un punto X(x1 ; x2 ; x3 )R 2 L si y sólo si el vector
!
P X = (x1 1; x2 2; x3 + 1) 2 L(f~u1 ; ~u2 g);
12
esto es, si y sólo si
0 1
x1 1 1 2 x1 1 1 2
rg @ x2 2 2 1 A = 2 () 0 = x2 2 2 1 = 3x1 3x2 3x3 :
x3 + 1 1 1 x3 + 1 1 1
Por tanto x1 x2 x3 = 0 es la ecuación cartesiana de L.
MAPLE
>restart; >with(linalg);
>X:=[x[1],x[2],x[3]];
>P:=[1,2,-1]; u[1]:=[1,2,-1]; u[2]:=[2,1,1];
>A:=concat(evalm(X-P),u[1],u[2]);
>0=det(A);
13
Cuestiones teóricas Demostrar las siguientes cuestiones teóricas:
Solución.
1. Como L y S son paralelos y estamos suponiendo dim L dim S entonces
~
L ~ Por tanto, L = P + L
S. ~ ~ Luego L
P + S. S. Si además
dim L = dim S, entonces L = S.
~
2. Calculamos la dimensión de la intersección L \ S. Como L ~ = V
S
entonces
! ~ ~ ! !
S+L=L + S + L(P Q) = V + L(P Q) = V , con P 2 L y Q 2 S.
!
dim(L + S) = dim L + S = n
~ + dim S
= dim L ~ ~ \ S)
dim(L ~
= dim L + dim S
14
2 Aplicaciones a…nes
2.1 De…nición y primeras propiedades
De…nición Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios a…nes reales. Diremos
que una aplicación
f : A ! A0
es una aplicación afín si existe una aplicación lineal f : V ! V 0 tal que:
! !
f (P Q) = f (P )f (Q); 8P; Q 2 A:
Demostración
1. Supongamos que f es inyectiva. Veamos que f es inyectiva (equivalente-
!
mente ker f = f~0g). Sea ~u = AB 2 ker f , entonces
! !
~0 = f (AB) = f (A)f (B) luego f (A) = f (B)
!
2. Supongamos que f es sobreyectiva. Sea ~u = CD 2 V 0 . Como f es
sobreyectiva existen A; B 2 A tales que f (A) = C y f (B) = D. Entonces,
! ! !
~u = CD = f (A)f (B) = f (AB) luego f es sobreyectiva pues existe el
! !
vector AB 2 V con f (AB) = ~u.
15
Supongamos ahora que f es sobreyectiva. Sea C 2 A0 , consideremos un
!
vector ~u = f (A)C donde A es un punto arbitrario de A. Como f es
! !
sobreyectiva existe un vector ~v = AB 2 V con f (AB) = ~u entonces
! ! !
f (A)f (B) = f (AB) = ~u = f (A)C
16
Sea P (x1 ; : : : ; xn )R y sea f (P ) 2 A0 con f (P )(y1 ; : : : ; ym )R0 entonces se tiene:
0 1 0 10 1
1 1 0 0 1
B y1 C B b1 a11 a1n C B C
B C B C B x1 C
B .. C = B .. .. .. .. A @ .. C
. C B .
@ . A @ . . . A
ym bm am1 amn xn
Escribiremos
0 1
1 0 0
~0t B b1 a11 a1n C
1 B C
MRR0 (f ) = ~b =B .. .. .. .. C
MBB 0 (f ) @ . . . . A
bm am1 amn
17
Por tanto, 0 1
1 0 0 0
MRR0 (f ) = @ 5 1 2 0 A:
1 1 0 1
MAPLE
>restart: >with(linalg):
>f:=(x,y,z)->[x-2*y+5,x-z+1];
>f_lineal:=(x,y,z)->[x-2*y,x-z];
>f(0,0,0);
>f_lineal(1,0,0);
>f_lineal(0,1,0);
>f_lineal(0,0,1);
>Mf[RRp]:=stackmatrix(<1,0,0,0>,
concat(f(0,0,0), f_lineal(1,0,0),f_lineal(0,1,0), f_lineal(0,0,1));
luego
!
f (O) = f (P ) f (OP ) = (1; 2; 3) (3; 2; 2) = ( 2; 0; 1) :
Por tanto, 0 1
1 0 0
B 2 1 1 C
MRR0 (f ) = B
@ 0
C:
4 1 A
1 0 1
18
Como 0 1 0 1
1 0 0 0 1 1
B 2 1
B 1 1 C B
C @ x1 A = B x1 + x2 2
C
C
@ 0 4 1 A @ 4x1 x2 A
x2
1 0 1 x2 + 1
se tiene:
f (x1 ; x2 ) = (x1 + x2 2; 4x1 x2 ; x2 + 1) :
MAPLE
>restart: >with(linalg):
>OP:=[1,2];
>M_f_lineal:=concat([1,4,0],[1,-1,1]);
>evalm(M_f_lineal&*[1,2]);
>evalm([1,2,3]-[3, 2, 2]);
>M_f:=stackmatrix(<1,0,0>, concat([-2, 0, 1],[1,4,0],[1,-1,1]));
> evalm(M_f&*[1,x1,x2]);
Para dar una aplicación afín f : R2 ! R2 necesitamos tres puntos que sean
referencia afín y sus transformados.
!
Primer camino Llamo P0 (1; 1), P1 (1; 2) y P2 (2; 1). Tenemos P0 P1 =
!
(0; 1) y P0 P2 = (1; 0), entonces sabemos que
!
f (~e1 ) = f (1; 0) = f (P0 P2 ) = f (P2 ) f (P0 ) = (1; 3);
!
f (~e2 ) = f (0; 1) = f (P0 P1 ) = f (P1 ) f (P0 ) = (4; 1):
!
Y como OP0 = (1; 1) = ~e1 + ~e2 tenemos:
!
f (OP0 ) = f (~e1 + ~e2 ) = f (~e1 ) + f (~e2 ) = (1; 3) + (4; 1) = (5; 2)
luego
!
f (O) = f (P0 ) f (OP0 ) = (7; 5) (5; 2) = (2; 3):
Por tanto, 0 1
1 0 0
MRR (f ) = @ 2 1 4 A
3 3 1
y f (x1 ; x2 ) = (2 + x1 + 4x2 ; 3 + 3x1 x2 ).
19
Segundo camino El conjunto de puntos R0 = fP0 (1; 1); P1 (1; 2); P2 (2; 1)g
! !
es una referencia afín pues P0 P1 = (0; 1) y P0 P2 = (1; 0) es una base de R2 . Y
tenemos:
Por tanto, 0 1
1 0 0
MR0 R (f ) = @ 7 4 1 A
5 1 3
Como nosotros queremos calcular MRR (f ), vamos a hacer un cambio de refer-
encia de R0 a R:
MAPLE
>restart: >with(linalg):
>P0:=[1,1]; P1:=[1,2]; P2:=[2,1];
>Q0:=[7,5]; Q1:=[11,4]; Q2:=[8,8];
>M[RpR]:=stackmatrix(<1,0,0>, concat(P0,P1-P0,P2-P0));
>det(M[RpR]);
>M[RRp]:=inverse(M[RpR]);
>Mf[RpR]:=stackmatrix(<1,0,0>, concat(Q0,Q1-Q0,Q2-Q0));
>Mf[RR]:=evalm(Mf[RpR]&*M[RRp]);
>X:=matrix(3,1,[1,x,y]);
>evalm(Mf[RR]&*X);
Comprobar que el resultado obtenido es correcto (Pista: evaluar la expresión
de f obtenida en los puntos dados en el enunciado).
20
El conjunto de puntos R0 = fP0 (0; 0; 0); P1 (0; 1; 0); P2 (1; 1; 1); P3 (1; 1; 4)g es
! ! !
una referencia afín pues P0 P1 = (0; 1; 0), P0 P2 = (1; 1; 1) y P0 P3 = (1; 1; 4) es
! ! !
una base de R3 pues rg(P0 P1 ; P0 P2 ; P0 P3 ) = 3. Tenemos:
Por tanto, 0 1
1 0 0 0
B 2 0 0 3 C
MR0 R (f ) = B
@ 0
C
1 1 7 A
2 1 1 4
Como nosotros queremos calcular MRR (f ), vamos a hacer un cambio de refer-
encia de R0 a R:
MAPLE
21
2.3 Subespacios a…nes invariantes
Proposición Sean (A; V; ) y (A0 ; V 0 ; 0 ) dos espacios a…nes y sea f : A ! A0
una aplicación afín con aplicación lineal asociada f : V ! V 0 . Se cumple lo
siguiente:
1. Si L A es un subespacio afín de A entonces
f (L) = fP 0 2 A0 j existe P 2 L tal que f (P ) = P 0 g
es un subespacio afín de A0 .
2. Si L0 A0 es un subespacio afín de A0 entonces el conjunto
L = fP 2 A j f (P ) 2 L0 g
es un subespacio afín de A.
22
Estrategia para buscar los puntos …jos Sea (A; V; ) un espacio afín,
f una transformación afín de A y R = fO; Bg un sistema de referencia de A.
Sea
1 ~0t
MR (f ) = ~
b A
la matriz asociada a f donde A es la matriz asociada a la aplicación lineal f en
la base B.
Si P es un punto …jo se cumple:
! ! ! ! !
f (OP ) = f (O)f (P ) = f (O)P = OP Of (O);
! !
f (OP ) = A OP ;
luego,
! ! ! !
OP = Of (O) + f (OP ) = ~b + A OP ;
!
donde ~b = Of (O),
o equivalentemente,
!
~0 = (A I) OP + ~b
que es la ecuación que deben satisfacer los puntos …jos de f .
Solución Se tiene:
f (0; 0) = (1; 1);
f (1; 0) = (0; 1)
f (x; y) = ( 2y; x + 3y) =)
f (0; 1) = ( 2; 3)
La matriz asociada a f es
0 1
1 0 0
MRR (f ) = @ 1 0 2 A
1 1 3
23
esto es, como
0 1 2 x 1
= + () x + 2y 1 = 0;
0 1 2 y 1
2 2
det(A I) = = 3 +2=( 1) ( 2)
1 3
24
Los correspondientes subespacios de autovectores de f son
n o
V (1) = ~v j (A I)~v = ~0
1 2 x 0
= (x; y) tales que =
1 2 y 0
= f(x; y) tales que x + 2y = 0g = L(f(2; 1)g)
n o
V (2) = ~v j (A 2I)~v = ~0
2 2 x 0
= (x; y) tales que =
1 1 y 0
= f(x; y) tales que x + y = 0g = L(f(1; 1)g)
f (1; 1) = 2(1; 1)
!
P f (P ) 2 V (2)
!
Si x + 2y 1 = 0 (es la recta de puntos …jos de f ) entonces P f (P ) = ~0 2 V (1).
La recta de puntos …jos, es en particular, una recta invariante de f .
Ejercicio Sea un espacio afín (A3 ; V; ) y R = fO; ~e1 ; ~e2 ; ~e3 g un sistema de
referencia en A3 . Determinar la transformación afín f de A3 tal que el plano
x+2y z = 1 es un plano de puntos …jos de f y el vector ~e1 es un autovector
de f asociado al autovalor 3.
y, también sabemos que f (~e1 ) = 3~e1 ; esto es, f (1; 0; 0) = 3(1; 0; 0).
25
Como B 0 = (~e1 ; ~u; ~v ) es una base de V , consideramos la referencia R =
fP ; B 0 g. Se tiene: 0 1
1 0 0 0
B 1 3 1 0 C
MR0 R (f ) = B
@ 0
C:
0 0 1 A
0 0 1 2
Se tiene:
1
MRR (f ) = MR0 R (f )MRR0 = MR0 R (f )(MR0 R )
0 10 1 1 0 1
1 0 0 0 1 0 0 0 1 0 0 0
B 1 3 1 0 CB 1 1 1 0 C B 2 3 4 2 C
= B CB
@ 0 0 0 1 A@ 0 0 0 1 A
C =B
@ 0
C:
0 1 0 A
0 0 1 2 0 0 1 2 0 0 0 1
2.4.1 Traslaciones
Dado un vector ~v 2 V , se de…ne la traslación de vector ~v como la transformación
!
afín T~v de A tal que P f (P ) = ~v , para todo P 2 A.
Proposición Toda traslación T~v es una aplicación afín cuya aplicación lineal
asociada es la identidad.
26
Luego T~~v = Id.
2.4.2 Proyecciones
Una transformación afín f de A se dice que es una proyección si f 2 = f . Por
tanto, si f es una proyección MR (f ) es idempotente (MR (f )2 = MR (f )).
La aplicación lineal asociada a una proyección es idempotente: f 2 = f .
2.4.3 Homotecias
Una transformación afín f de A se dice que es una homotecia de razón r si
f = rIV .
luego
!
f (P ) = C + rCP .
27
Por tanto, f es una homotecia de razón r = 23 . El centro de la homotecia es:
1 !
C=P + 2 P f (P )
1 3
- Las rectas que tienen dirección la del vector de traslación; esto es, rectas de
la forma r P + L(f~v g).
- Los planos que tienen la dirección del vector de traslación; esto es, planos de
la forma P + L(f~v ; wg).
~
28
Solución La matriz asociada a f es
0 1
1 0 0 0
B 2 2 1 0 C
MR (f ) = @B C
4 2 1 0 A
0 0 0 1
2 1 0
2
det(A I) = 2 1 0 = ( 1) :
0 0 1
esto es, 0 1 0 10 1 0 1
0 1 1 0 x 2
@ 0 A=@ 2 2 0 A@ y A + @ 4 A
0 0 0 0 z 0
equivalentemente 8
< 0=x y 2
0 = 2x 2y 4
:
0=0
Por tanto el plano x y 2 = 0 es un plano de puntos …jos (cuyo espacio
vectorial asociado es el autovectores asociados al autovalor = 1).
Veamos cuál es el subespacio de autovectores asociado al autovalor = 0:
8 0 10 1 0 19
< 2 1 0 x 0 =
V (0) = (x; y; z) tales que @ 2 1 0 A@ y A = @ 0 A
: ;
0 0 1 z 0
= f(x; y; z) tales que 2x y = 0, z = 0g
29
!
pues las componentes del vector P f (P ) cumplen la ecuación de V (0). Por
tanto, las rectas cuyo espacio vectorial asociado es V (0) = L(f(1; 2; 0)g) son
rectas invariantes de f .
Los subespacios invariantes de f son:
Por tanto,
de donde obtenemos:
30
luego, 0 1
1 0 0 0
B 3 4 6 3 C
MRR (f ) = B
@ 1
C
1 3 1 A
1 1 2 0
Otro camino. n o
! !
Considerando la referencia R0 = P ; OP ; ~u1 ; ~u2 (nótese que OP , ~u1 , ~u2
son linealmente independientes), obtenemos:
0 1
1 0 0 0
B 0 3 1 0 C
MR0 R (f ) = B
@ 0
C:
1 0 1 A
1 0 1 2
Y como 0 1
1 0 0 0
B 0 0 1 0 C
MR0 R =B
@ 0
C;
0 0 1 A
1 1 1 2
obtenemos
0 10 1 1
1 0 0 0 1 0 0 0
B 0 3 1 0 C B 0 0 1 0 C
MRR (f ) = MR0 R (f ) MR0 R = B
1
@ 0
CB C
1 0 1 A@ 0 0 0 1 A
1 0 1 2 1 1 1 2
0 1
1 0 0 0
B 3 4 6 3 C
= B
@ 1 1 3
C:
1 A
1 1 2 0
31
3 Espacio afín euclídeo
De…nición Se dice que un espacio afín (A; V; ) es un espacio afín euclídeo si
el espacio vectorial V es un espacio vectorial euclídeo.
Recordamos que un espacio vectorial real V es un espacio vectorial euclídeo
si está dotado de un producto escalar; esto es, de una aplicación
h ; i:V V ! R;
bilineal, simétrica y de…nida positiva. Usaremos la notación h~u; ~v i, ~u ~v indis-
tintamente.
32
1. La matriz MB 0 B es una matriz ortogonal; esto es, MB 01B = MBT 0 B .
2. det MB 0 B = 1. Si det MB 0 B = 1 se dice que B 0 y B tienen la misma
orientación y si det MB 0 B = 1 se dice que B 0 y B tienen distinta ori-
entación.
!
De…nición Sea L un subespacio afín con subespacio vectorial asociado L .
!
Se dice que el subespacio afín L0 con subespacio vectorial asociado L0 es el
! !
complemento ortogonal de L si L y L0 son ortogonales y además V = L L0 .
Casos particulares
1. Dos rectas r = P + L(f~v g), r0 = P 0 + L(f~v 0 g) son ortogonales si y sólo si
~v ~v 0 = 0.
2. En dimensión 3, una recta r = P + L(~v ) es el subespacio ortogonal a un
plano de subespacio vectorial asociado W si ~v es ortogonal a cualquier
vector de W (en este caso, V = W L(~v )).
3. Sea = P + L(f~u1 ; ~u2 g) un plano afín. La recta r = P + L(f~v g) es
ortogonal a si el vector ~v es ortogonal a los vectores ~u1 y ~u2 .
4. En dimensión 3, una recta r = P + L(f~v g) es ortogonal a un plano =
P + L(f~u1 ; ~u2 g) si el vector ~v es paralelo al vector normal al plano; esto
es, ~v y ~n son paralelos, donde ~n = ~u1 ^ ~u2 y ^ denota el producto vectorial
en E3 .
33
5. En dimensión 3, dos planos 1 y 2 son ortogonales si sus respectivos
vectores normales son ortogonales.
prL (P ) = L \ S donde S ~?
P +L
d(L1 ; L2 ) = d(H; L2 )
34
Distancia de un punto P a un hiperplano H Sea P un punto de coor-
denadas (p1 ; : : : ; pn ) y sea el hiperplano H de ecuación cartesiana a1 x1 + +
an xn + b = 0.
Si denotamos P0 a la proyección ortogonal de P sobre H, se tiene:
d(P; H) = d(P; P0 ):
(a1 ; : : : ; an )
~u = p 2
a1 + + a2n
Se cumple:
! (a1 ; : : : ; an )
d(P; P0 ) = jP P0 ~uj = (x1 p1 ; : : : ; xn pn ) p 2
a1 + + a2n
ja1 x1 + + an xn (a1 p1 + + an pn )j
= p
a21 + + a2n
ja1 p1 + + an pn + bj
= p
a21 + + a2n
d(P; r) = d(P; P0 );
!
donde P0 es un punto de la recta r que cumple P P0 ~u = 0.
d(r1 ; r2 ) = d(r1 ; )
!
Consideramos el paralelepípedo cuyas aristas son los vectores P2 P1 , ~u1 y ~u2 . El
volumen de dicho paralelepípedo es el valor absoluto del producto mixto de ~u1 ,
!
~u2 y P2 P1 ; esto es,
h !i ! !
V = ~u1 ; ~u2 ; P2 P1 = P2 P1 (~u1 ^ ~u2 ) = P2 P1 k~u1 ^ ~u2 k jcos j
35
!
donde es el ángulo que forman los vectores P2 P1 y ~u1 ^ ~u2 .
El área de la base del paralelepípedo es:
A = k~u1 ^ ~u2 k
3.4 Ángulos
El ángulo formado por dos vectores no nulos ~u y ~v de un espacio vectorial
euclídeo, es el número real que denotaremos (~u; ~v ) ó ~ud
; ~v tal que
~u1 ~u2
cos(~ud
; ~v ) =
k~u1 k k~u2 k
36
4 Isometrías
De…nición Sean (E; E; ) y (E0 ; E 0 ; 0 ) dos espacios a…nes euclídeos. Diremos
que una aplicación afín f : E ! E0 es una isometría si
y, por tanto,
! ! ! !
d(A; P )2 + 2AP P B + d(P; B)2 = d(A; P )2 + 2f (AP ) f (P B) + d(P; B)2 ;
37
! ! ! !
de donde, AP P B = f (AP ) f (P B); esto es,
!
u !
v = f (!
u ) f (!
v ):
2
El polinomio característico de A es det(A I) = tr(A) + det(A).
38
Subespacio de puntos …jos La ecuación del subespacio de puntos …jos de
f es
(A I)X + ~b = ~0:
Por tanto, f tiene puntos …jos si la ecuación anterior tiene solución.
Si rg(A I) = 2 (por tanto también rg(A Ij~b) = 2) entonces f tiene un
único punto …jo.
Si rg(A I) = rg(A Ij~b) = 1 entonces f tiene una recta de puntos …jos.
Si rg(A I) = rg(A Ij~b) = 0 entonces f es la aplicación identidad.
cos sin
A= :
sin cos
2
Nótese que, en este caso, det(A I) = tr(A) + 1 y tr(A) = 2 cos .
1 0
A= :
0 1
1 0
A= :
0 1
Se tiene rg(A I) = 1.
39
(a) Si rg(A Ij~b) = 1 entonces hay una recta de puntos …jos de f . Sea P
un punto de dichanrecta (esto es, un puntoo …jo de f ), en la referencia
0 1 1
ortonormal R = P; k~u1 k ~u1 ; k~u2 k ~u2 la matriz asociada a f es:
0 1
1 0 0
MR0 R0 (f ) = @ 0 1 0 A
0 0 1
40
Cuadro de clasi…cación
1
det A = 1 (entonces cos = tr A)
2
rg(A I) rg(A I j b) Clasi…cación
cos =1 0 1 (b 6= 0) Traslación
det A = 1
rg(A I) rg(A I j b) Clasi…cación
1 2 Simetría deslizante
1 x1 x2 = t
3 x1 x2 = t
41
Restando las dos ecuaciones obtenemos 2 = 0 que es imposible.
! !
Y Xf (X) 2 V (1) si y sólo si Xf (X) y ~e2 son proporcionales; esto es, si
1 x1 x2 = t
3 x1 x2 = t
!
Restando las dos ecuaciones obtenemos t = 1 y por tanto, Xf (X) 2 V (1) si y
sólo si
x1 + x2 = 2
que es la ecuación de la recta invariante.
Por tanto, f es una simetría deslizante; esto es, una simetría s de eje la recta
invariante compuesta con una traslación de vector proporcional al autovector
asociado al autovalor = 1 (vector director de la recta invariante). La matriz
de la simetría es 0 1
1 0 0
MRR (s) = @ a 0 1 A
b 1 0
donde a; b son tales que s deja …jo cualquier punto de la recta x1 + x2 = 2. Por
ejemplo, imponemos que deja …jo el punto (1; 1):
0 10 1 0 1
1 0 0 1 1
@ a 0 a=2
1 A @ 1 A = @ 1 A =)
b=2
b 1 0 1 1
luego v1 = 1 y v2 = 1.
42
unitario y ortogonal a ~u1 ; esto es, ~u2 = p12 ; p12 . En dicha referencia la matriz
asociada a la simetría S de eje x1 + x2 = 1 es
0 1
1 0 0
MR0 R0 (S) = @ 0 1 0 A:
0 0 1
Por tanto,
Y
(T S)(x1 ; x2 ) = (2 x2 ; 3 x1 ):
Vamos a descomponer la isometría obtenida como composición de una simetría
y una traslación t2 de vector paralelo al eje de simetría. Descomponemos el vec-
tor ~v = (1; 2) como suma de un vector de dirección paralela al eje de simetría s
y un vector ortogonal a dicho vector:
43
1 1
~v2 = ( 2 ; 2 ).
Hallamos la simetría s2 :
0 1 0 10 1
1 0 0 1 0 0 1 0 0
@ 2 0 1 A = @ 21 1 0 A @ c 0 1 A
1
3 1 0 0 1 d 1 0
0 2 1
1 0 0
= @ c 12 0 1 A
1
d+ 2 1 0
5
de donde, c = 2 y d = 52 . Luego,
0 1
1 0 0
MRR (s2 ) = @ 5
2 0 1 A:
5
2 1 0
3 2
El polinomio característico de A es det(A I) = + tr(A) tr2 (A) +
det(A), donde
44
Por tanto, f tiene puntos …jos si la ecuación anterior tiene solución.
Si rg(A I) = 3 (por tanto también rg(A Ij~b) = 3) entonces f tiene un
único punto …jo.
Si rg(A I) = rg(A Ij~b) = 2 entonces f tiene una recta de puntos …jos.
Si rg(A I) = rg(A Ij~b) = 1 entonces f tiene un plano de puntos …jos.
Si rg(A I) = rg(A Ij~b) = 0 entonces f es la aplicación identidad.
1. Si det A = 1, la isometría f es propia y A 2 SO(3) (matrices de orden 3
ortogonales y con determinante 1) y, en una base ortonormal conveniente
B 0 la matriz asociada a f se escribe:
0 1
1 0 0
MB 0 B 0 (f ) = @ 0 cos sin A :
0 sin cos
Nótese que, en este caso, tr(A) = 1 + 2 cos .
(a) Si cos = 1, entonces rg(A I) = 0, entonces pueden pasar dos cosas:
i. rg(A Ij~b) = 0 y, en este caso,
0 1
1 0 0 0
B 0 1 0 0 C
MR0 R0 (f ) = B
@ 0 0 1 0 A
C
0 0 0 1
y f es la aplicación identidad.
ii. rg(A Ij~b) = 1 y, en este caso, no hay puntos …jos y f es una
traslación de vector ~b. La matriz asociada a f en este caso es:
0 1
1 0 0 0
B b1 1 0 0 C
MR0 R0 (f ) = B
@ b2 0 1 0 A :
C
b3 0 0 1
(b) Si jcos j 6= 1, entonces rg(A I) = 2 y pueden pasar dos cosas:
i. rg(A Ij~b) = 2 y, en este caso, hay toda una recta de puntos …jos
r Q + L(f~u1 g), donde ~u1 es nautovalor asociado al
o autovalor
0 1
= 1. En la referencia R = Q; k~u1 k ~u1 ; ~u2 ; ~u3 la matriz
asociada a f es
0 1
1 0 0 0
B 0 1 0 0 C
MR0 R0 (f ) = B
@ 0 0 cos
C:
sin A
0 0 sin cos
Y f es un giro ó rotación de angulo y eje la recta r de puntos
…jos.
En el caso particular de que cos = 1, tendríamos una simetría
axial de eje la recta r de puntos …jos.
45
ii. rg(A Ij~b) = 3 y, en este caso, no hay puntos …jos. La matriz
asociada a f se puede escribir como sigue:
1 ~0t
MR0 R0 (f ) = ~b A
0 10 1
1 0 0 0 1 0 0 0
B b1 1 0 0 C B 0 1 0 0 C
= B
@ b2
CB C
0 1 0 A@ 0 0 cos sin A
b3 0 0 1 0 0 sin cos
1 ~0t
MR0 R0 (f ) = ~b A
0 10 1
1 0 0 0 1 0 0 0
B b1 1 0 0 C B 0 1 0 0 C
= B
@ b2
CB C
0 1 0 A@ 0 0 1 0 A
b3 0 0 1 0 0 0 1
46
y f es una simetría compuesta con una traslación de vector
paralelo al plano invariante (~v = (0; c2 ; c3 )).
(b) Si cos 6= 1 entonces f no tiene el autovalor = 1 y hay un único
punto …jo Q. En la referencia ortonormal R0 = fQ; (~u1 ; ~u2 ; ~u3 )g la
matriz asociada a f se escribe:
0 10 1
1 0 0 0 1 0 0 0
B 0 1 0 0 C B C
MR0 R0 (f ) = B CB 0 1 0 0 C
@ 0 0 1 0 A @ 0 0 cos sin A
0 0 0 1 0 0 sin cos
Cuadro de clasi…cación
det A = 1
cos ( ) = 21 ( tr A 1)
rg(A I) rg(b j A I) Clasi…cación
0 0 (b = 0) Identidad
0 1 (b 6= 0) Traslación
Giro de ángulo
2 2
y eje la única recta de puntos …jos
Movimiento helicoidal
2 3
(composición de giro y traslación).
det A = 1
cos ( ) = 21 ( tr A + 1)
rg(A I) rg(b j A I) Clasi…cación
47
Ejercicio 1 En el espacio afín euclídeo E3 …jamos una referencia ortonormal
R y se considera una isometría afín h, cuyas ecuaciones respecto a la referencia
dada son: 8 0
< x1 = 4 + 94 x1 + 89 x2 19 x3
h x0 = 4 94 x1 + 19 x2 89 x3
: 20
x3 = 2 97 x1 + 49 x2 + 49 x3
Se pide:
1. Escribir su expresión matricial, clasi…carla y obtener los elementos nota-
bles.
2. Sea f la simetría respecto del plano de ecuación 2x2 + x3 = 1.
Determinar una transformación g, tal que h = f g.
3. Clasi…car la isometría g.
Solución
1. La matriz asociada a la isometría h en la referencia R es:
0 1
1 0 0 0
B 4 4 8 1 C
MRR (h) = B @ 4
9
4
9
1
9
8
C
A
9 9 9
7 4 4
2 9 9 9
Llamamos: 0 1 0 1
4 8 1
4 9 9 9
~b = @ 4 A ; A = @ 4 1 8 A
9 9 9
7 4 4
2 9 9 9
Como det A = 1, h es una isometría directa. Los autovalores de A son
= 1, = i. Como
0 4 8 1
1
9 1 9 9
rg(A I) = rg @ 4
9
1
9 1 8
9
A = 2;
7 4 4
1
0 4 9 9
8
9
1
1
9 1 9 9 4
rg(A Ij~b) = rg @ 4
9
1
9 1 8
9 4 A=2
7 4 4
9 9 9 1 2
el espacio de puntos …jos de h es una recta y h es un giro de ángulo 2
(pues cos = 21 (trA 1) = 0) y eje la recta de puntos …jos.
Se tiene:
n o
F = X j (A I)X + ~b = ~0
80 4 8 1
10 1 0 1 0 19
< 9 1 9 9 x1 4 0 =
= @ 4 1
1 8 A @ x2 A + @ 4 A = @ 0 A
: 9 9 9 ;
7 4 4
9 9 9 1 x3 2 0
9 1
= x1 = x3 ; x2 = x3
2 2
48
2. Tomamos una referencia R0 = fP; (w ~ 1; w
~ 2; w
~ 3 )g donde P 2 , w
~ 1; w
~2 2 ~
yw~ 3 2 ~ ? y ortogonales entre sí; por ejemplo,2x2 + x3 = 1
P = (0; 0; 1);
w
~1 = (1; 0; 0) ;
1 2
w
~2 = 0; p ; p ;
5 5
2 1
w
~2 = 0; p ; p :
5 5
La referencia R0 es una referencia ortonormal de E3 y
0 1
1 0 0 0
B 0 1 0 0 C
MR0 R0 (f ) = B
@ 0 0 1
C:
0 A
0 0 0 1
Se tiene:
49
obtenemos
entonces g no tiene puntos …jos y es una simetría respecto del plano in-
variante compuesta con un giro de ángulo 180o . De hecho sabíamos que
g = f 1 h.
Solución.
1. Tomamos una referencia fP; (~u1 ; ~u2 ; ~u3 )g donde P 2 r, ~u1 2 ~r y ~u2 ; ~u3 2
~r? y ortogonales entre sí; por ejemplo,
P = (1; 1; 2);
~u1 = (1; 1; 1);
~u2 = (1; 1; 0) ;
~u3 = (1; 1; 2) :
50
n o
~
u1 ~
u2 ~
u3
La referencia R0 = P; u1 k ; k~
k~ u2 k ; k~
u3 k es una referencia ortonormal
de E3 y 0 1
1 0 0 0
B 0 1 0 0 C
MR0 R0 (g) = B
@ 0 0 cos
C:
4 sin 4 A
0 0 sin 4 cos 4
Por tanto, haciendo un cambio de referencia obtenemos:
Los subespacios invariantes de g son: la recta de puntos …jos (el eje del
giro) y los planos ortogonales a la recta de puntos …jos.
2. Tomamos una referencia fQ; (w ~ 1; w
~ 2; w
~ 3 )g donde Q 2 , w
~ 2; w
~3 2 ~ y
~ 1 2 ~ ? y ortogonales entre sí. Nótese que el plano
w x1 x2 + x3 = 2
es ortogonal a la recta r del apartado anterior. Por comodidad, vamos a
tomar entonces
Q = P = (1; 1; 2);
~u1
w
~1 = ;
k~u1 k
~u2
w
~2 = ;
k~u2 k
~u3
w
~2 = :
k~u3 k
La referencia R0 = fQ; (w
~ 1; w
~ 2; w
~ 3 )g es una referencia ortonormal de E3 y
0 1
1 0 0 0
B 0 1 0 0 C
MR0 R0 (s) = B @ 0
C:
0 1 0 A
0 0 0 1
51
Por tanto, haciendo un cambio de referencia obtenemos:
Por tanto, 0 1
1 0 0 0
B 56 57 0 0 C
MRR (h) = B
@
C:
56 0 57 0 A
112 0 0 57
52
es:
MRR (f2 )
= MRR (h)MRR (f1 )
0 1
p1 p0 p0 0
B 57 57 57 C
= B p2 + 1 2 p2 + 57 2p 2 57 p 57 C:
@ 114 2 227 57
2 57 57
2 + 57 57 p2 + 57 A
p 2 2 p
171 2 112 57 57 2 57 57 2 57
5 Bibliografía
M. Castellet, I. Llerena, Álgebra lineal y Geometría, Ed. Reverté, 1994.
J. de Burgos, Curso de Álgebra y Geometría, Ed. Alhambra, 1980.
A. de la Villa, Problemas de Álgebra con esquemas teóricos, Ed. CLAGSA,
1994.
53